Derin öğrenme tabanlı akıllı geniş alan sulama sistemi
Deep learning based smart wide area irrigation system
- Tez No: 905969
- Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET MİLLİ
- Tez Türü: Yüksek Lisans
- Konular: Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Electrical and Electronics Engineering, Engineering Sciences, Computer Engineering and Computer Science and Control
- Anahtar Kelimeler: Belirtilmemiş.
- Yıl: 2024
- Dil: Türkçe
- Üniversite: Bolu Abant İzzet Baysal Üniversitesi
- Enstitü: Lisansüstü Eğitim Enstitüsü
- Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Bilgisayar Mühendisliği Bilim Dalı
- Sayfa Sayısı: Belirtilmemiş.
Özet
Geniş alan sulama faaliyetleri, aşırı su tüketimi, heterojen güneş ışığı maruziyeti ve tüm yüzeyde sulama adaletinin sağlanamaması gibi sorunlarla karşılaşmaktadır. Bu sorunlara çözüm olarak, sulama stratejilerinin bölgesel özelliklere uygun şekilde özelleştirilmesi ve su kaynaklarının verimli kullanılabilmesi amacıyla derin öğrenme ve görüntü segmentasyonu gibi modern teknolojilerin kullanımı bu tez çalışması kapsamında düşünülmüştür. Araştırmanın golf sahaları, stadyum çimleri ve şehir peyzajı gibi su tüketimi yüksek alanlarda hem su tasarrufu sağlayacağı hemde sulama kaynaklı heterojen bitki gelişimi sorunlarınada çözüm olacağı öngörülmektedir. Bu tez kapsamında kullanılan derin öğrenme yaklaşımı ve algoritmalar, bitkinin su ihtiyacını belirleme ve sulama gereksinimlerini öngörme konusunda etkili olabilir. Aynı zamanda canlı kamera görüntüleri veya alanın fotoğraflanması gibi görüntü tabanlı veri toplama yöntemlerinden elde edilen verilerle eğitilen bir yapay zeka modelinin, sulama konusunda uzmanlaşmış bir profesyonelin becerilerini herkesin kullanımına sunması hedeflenmektedir. Görüntü tabanlı veri toplama yönteminin sensör tabanlı sistemlere nazaran daha kolay uygulanabilir olması, daha az bir maliyet gerektirmesi, işletme ve bakım maliyetinin olmaması avantajları olarak karşımıza çıkmaktadır.
Özet (Çeviri)
Wide-area irrigations face challenges such as excessive water consumption, heterogeneous exposure to sunlight, and the inability to ensure fair irrigation across the entire surface. As a solution to these problems, it is suggested to customize irrigation strategies according to regional characteristics and utilize modern technologies such as deep learning and image segmentation for efficient use of water resources. The research anticipates that it will provide both water savings and solutions to problems related to heterogeneous plant development due to irrigation in high-water-consuming areas such as golf courses, stadium turfs, and urban landscapes. Therefore, deep learning is expected to be effective in determining plant water needs and predicting irrigation requirements. Simultaneously, the goal is to make the skills of an irrigation-specialized professional accessible to everyone through an artificial intelligence model trained with data obtained from imagebased data collection methods such as live camera images or field photography. The advantages of image-based data collection methods over sensor-based systems include easier applicability, lower cost, and no operational and maintenance costs.
Benzer Tezler
- Deep reinforcement learning based uplink resource allocation in open ran systems
Open ran sistemlerinde derin pekiştirmeli öğrenme tabanlı yukarı yönlü kaynak ataması
ALİ YILDIRIM
Yüksek Lisans
İngilizce
2025
Elektrik ve Elektronik Mühendisliğiİstanbul Teknik ÜniversitesiElektronik ve Haberleşme Mühendisliği Ana Bilim Dalı
PROF. DR. HAKAN ALİ ÇIRPAN
- Derin öğrenme yöntemleri ile kalp kastalıklarının tespiti
Detection of heart diseases with deep learning methods
ABDOULMALIK ABDOULMALIK
Yüksek Lisans
Türkçe
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolOndokuz Mayıs ÜniversitesiAkıllı Sistemler Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SELİM ARAS
- Fractional-order derivative based adaptive methods for control and optimization
Kontrol ve optimizasyon için kesir mertebeli türev tabanlı adaptif yöntemler
MERT CAN KURUCU
Doktora
İngilizce
2025
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrolİstanbul Teknik ÜniversitesiKontrol ve Otomasyon Mühendisliği Ana Bilim Dalı
PROF. DR. MÜJDE GÜZELKAYA
PROF. DR. İBRAHİM EKSİN
- Derin öğrenme ile cerrahi video anlama
Surgical video understanding with deep learning
ABDISHAKOUR ABDILLAHI AWALE ABDISHAKOUR ABDILLAHI AWALE
Yüksek Lisans
İngilizce
2022
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilişim Sistemleri Ana Bilim Dalı
DR. ÖĞR. ÜYESİ DUYGU SARIKAYA
- Fake news classification using machine learning and deep learning approaches
Makine öğrenimi ve derin öğrenme yaklaşımlarını kullanarak sahte haber sınıflandırması
SAJA ABDULHALEEM MAHMOOD AL-OBAIDI
Yüksek Lisans
İngilizce
2023
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolGazi ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ TUBA ÇAĞLIKANTAR